Noelia Cáceres Sánchez TESIS DOCTORAL - Universidad de Sevilla

More documents

Recommendations

Info

Capítulo 6: CONCLUSIONES Y LÍNEAS FUTURAS 161 otras aplicaciones adicionales que se pueden derivar de un sistema de información de este tipo, algunas de las cuales ya fueron comentadas en el capítulo del “Estado–del–Arte”. Tabla 6-1: Ejemplos de Aplicaciones según mercados de negocio. Sector Aplicaciones Administración y otras autoridades públicas Matrices Origen Destino Volúmenes y flujos Vigilancia Congestión e Incidentes Estudios de tiempos de viaje y/o velocidades Estudios de planificación Estudios de contaminación Compañías de logística y flotas Gestión y planificación de rutas Proveedores de servicios LBS Direccionamiento guiado Vigilancia de congestión Estudios de tiempos de viaje Consultoras de Transporte Planificación Contaminación atmosférica Estudios de transporte Empresas de Telecomunicaciones Servicios de información en tiempo real (sms, WAP) Marketing Campañas, ubicaciones estratégicas, etc 6.1.3.2 Rentabilidad En 2006 la Unión Europea (UE) aprobó definitivamente la directiva 2006/24/CE sobre retención de datos telefónicos y de comunicaciones electrónicas. Dicha normativa obliga a los operadores a retener ciertos datos durante un periodo de entre 6 y 24 meses para la lucha contra el terrorismo y otros delitos graves. Todas las llamadas telefónicas deberán ser registradas, tanto las recibidas como las perdidas o no contestadas. La citada directiva también afectará a la retención de los datos correspondientes a la localización del lugar desde el que se realizan las llamadas desde teléfonos móviles. Según los cálculos de las autoridades europeas, la creación de una base de datos con todas las llamadas efectuadas y recibidas por cada usuario, junto con la infraestructura necesaria, le supondrá a cada compañía una inversión que superará los 100 millones de euros, sin incluir el gasto anual asociado a su mantenimiento. Esta infraestructura para almacenar los datos puede utilizarse adicionalmente para otro tipo de aplicaciones. En concreto, según lo comentado en párrafos anteriores, sería de gran utilidad en aplicaciones relacionadas con los sistemas inteligentes de transporte (ITS), los cuales requieren datos de localización anónimos para efectuar sus estimaciones y ajustes. Con ello, el gasto para desplegar esta nueva infraestructura impuesta por la Unión Europea podría verse compensado con la distribución de este nuevo
162 ESTIMACIÓN DE MATRICES DE MOVILIDAD MEDIANTE DATOS DE TELEFONÍA MÓVIL sistema de información de tráfico, el cual resultaría muy llamativo para la Administración, que se encarga de realizar las inversiones para mejorar la gestión y planificación de la red. El coste medio de una encuesta (encuesta+procesado) para estimar matrices O–D oscila alrededor de los 30 €. Para ajustar las matrices O-D de modo apropiado, estas encuestas deben efectuarse sobre una muestra representativa de la población; por ello, su coste resulta muy elevado. A ello se le une el coste temporal, debido a que el tratamiento de los datos de las encuestas supone un largo proceso. Por ello estas encuestas suelen actualizarse con los datos recogidos por los tradicionales aforos. El emplear información derivada de la telefonía para actualizar o, incluso, generar estas matrices sería una alternativa de especial interés para la Administración puesto que se conseguirían revolucionar los estudios de movilidad desde el punto de vista de coste (utilizaría la infraestructura existente de telefonía celular), fiabilidad (son datos de movilidad reales) y temporal, pudiendo dar respuesta inmediata a los problemas derivados de ella. 6.1.3.3 Valor Añadido para la Sociedad de la Información Como ya se ha comentado, una matriz O-D obtenida de una forma automática y, en cierto modo, inmediata supondría una auténtica revolución en los estudios de movilidad encargados por la Administración. Junto a ello, podría dar también una respuesta inmediata a los problemas derivados de la movilidad, permitiendo abordar temas a los que hasta ahora ha dedicado pocos recursos, como la movilidad en fin de semana, movilidad motivo ocio, movilidad a pie, etc. Asimismo, este sistema de información puede solventar otros problemas derivados del incremento de tráfico experimentado en la mayoría de las áreas metropolitanas de los países desarrollados como la saturación, la seguridad y la escasez de nuevos servicios. Por ello, sector público y privado deben trabajar de manera conjunta para introducir estas herramientas de automatización, fomentando la integración de las nuevas tecnologías en nuestra vida cotidiana. Adicionalmente, este tipo de desarrollo en I+D+i aportaría un retorno proveniente de la imagen social que se generaría en la colaboración operador–organismo público para la incorporación de nuevas tecnologías en la mejora de la planificación de la movilidad mecanizada. 6.2 LÍNEAS FUTURAS Tras la realización de esta Tesis, y teniendo en cuenta el “Estado–del–Arte” y el “Estado–de–la– Práctica” en el momento de su terminación, así como las conclusiones anteriormente expuestas, el siguiente párrafo presenta unas sugerencias para posibles futuras líneas de investigación:
Page 1 and 2:
Noelia Cáceres Sánchez TESIS DOCT
Page 4:
TESIS DOCTORAL ESTIMACIÓN DE MATRI
Page 8:
AGRADECIMIENTOS Esta Tesis Doctoral
Page 11 and 12:
CAPÍTULO 3 ESTADO DEL ARTE EN EL
Page 14 and 15:
ÍNDICE DE FIGURAS Figura 2-1: Arqu
Page 16 and 17:
Figura 4-15: Evolución del nº de
Page 18:
ÍNDICE DE TABLAS Tabla 3-1: Compar
Page 21 and 22:
2 ESTIMACIÓN DE MATRICES DE MOVILI
Page 23 and 24:
Page 25 and 26:
Page 27 and 28:
Page 29 and 30:
10 ESTIMACIÓN DE MATRICES DE MOVIL
Page 31 and 32:
Page 33 and 34:
Page 35 and 36:
Page 37 and 38:
Page 39 and 40:
Page 41 and 42:
Page 43 and 44:
Page 45 and 46:
Page 47 and 48:
Page 49 and 50:
Page 51 and 52:
Page 53 and 54:
Page 55 and 56:
Page 57 and 58:
Page 59 and 60:
Page 61 and 62:
Page 63 and 64:
Page 65 and 66:
Page 67 and 68:
Page 69 and 70:
Page 71 and 72:
Page 73 and 74:
Page 75 and 76:
Page 77 and 78:
Page 79 and 80:
Page 81 and 82:
Page 83 and 84:
Page 85 and 86:
Page 87 and 88:
Page 89 and 90:
Page 91 and 92:
Page 93 and 94:
Page 95 and 96:
Page 97 and 98:
Page 99 and 100:
Page 101 and 102:
Page 103 and 104:
Page 105 and 106:
Page 107 and 108:
Page 109 and 110:
Page 111 and 112:
Page 113 and 114:
Page 115 and 116:
Page 117 and 118:
Page 119 and 120:
100 ESTIMACIÓN DE MATRICES DE MOVI
Page 121 and 122:
Page 123 and 124:
Page 125 and 126:
Page 127 and 128:
Page 129 and 130: 110 ESTIMACIÓN DE MATRICES DE MOVI
Page 179: 160 ESTIMACIÓN DE MATRICES DE MOVI
Page 199: 180 ESTIMACIÓN DE MATRICES DE MOVI
show all

Noelia Cáceres Sánchez TESIS DOCTORAL - Universidad de Sevilla

You also want an ePaper? Increase the reach of your titles

Delete template?

Save as template?